BAB II KAJIAN TEORITIS DAN KERANGKA PEMIKIRAN
G. Metode Analisis
3. Pengujian Statistik
a. Uji Ketepatan Letak Koefisien Determinasi (R2)
Penelitian korelasi bertujuan untuk menemukan ada tidaknya hubungan antara dua variabel atau lebih dan apabila ada, betapa eratnya hubungan serta berarti atau tidaknya hubungan itu. Untuk menentukan tingkat hubungan-hubungan antara variabel-variabel dapat digunakan suatu alat statistik yang disebut koefisien determinasi yang dipilih adalah mereka yang menampakkan perbedaan dalam beberapa variabel penting yang sedang diteliti. Untuk menghitung besarnya korelasi digunakan statistik teknik statistik ini yang
cx
digunakan untuk menghitung antar dua atau lebih variabel. Ada dua jenis statistik untuk menghitung korelasi90:
1. Koefisien korelasi bivariat adalah statistik yang dapat digunakan oleh peneliti untuk menerangkan keeratan hubungan antara dua variabel. 2. Metode korelasi multivariat adalah statistik yang digunakan peneliti
untuk menggambarkan dan menentukan hubungan antara tiga variabel atau lebih.
Koefisien determinasi adalah angka yang menunjukkan proporsi variabel terikat yang dijelaskan oleh variabel bebas. Koefesien determinasi dengan simbol R2 atau R Squared merupakan proporsi variabilitas dalam suatu data yang dihitung didasarkan pada model statistik. R2 mampu memberikan informasi mengenai variasi nilai variabel terikat yang dapat dijelaskan oleh model regresi yang digunakan. Definisi berikutnya menyebutkan bahwa R2 merupakan rasio variabilitas nilai-nilai yang dibuat model dengan variabilitas nilai data asli. Secara umum R2 digunakan sebagai informasi mengenai kecocokan suatu model. Dalam regresi R2 ini dijadikan sebagai pengukuran seberapa baik garis regresi mendekati nilai data asli yang dibuat model.
Nilai koefisien ini antara nol dan satu. Jika R2 sama dengan satu atau mendekati satu, maka angka tersebut menunjukkan garis regresi cocok dengan data secara sempurna dan terdapat hubungan yang kuat. Berarti variabel-variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel terikat. Jika hasil lebih mendekati angka nol, maka berarti kemampuan variabel-variabel bebas dalam menjelaskan variasi variabel terikat amat terbatas. Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel bebas yang dimasukkan ke dalam model. Setiap tambahan satu variabel bebas berpengaruh secara signifikan terhadap variabel terikat. Oleh karena itu, banyak peneliti menganjurkan untuk menggunakan nilai adjusted R2 pada saat mengevaluasi mana model regresi terbaik. Tidak seperti R2, nilai adjusted R2 dapat naik atau turun apabila satu variabel bebas ditambahkan ke dalam model.
90
cxi
Dalam hubungannya dengan korelasi, R2 merupakan kuadrat dari koefesien korelasi yang berkaitan dengan variabel bebas (X) dan variabel Y (terikat). Secara umum dikatakan bahwa R2 merupakan kuadrat korelasi antara variabel yang digunakan sebagai prediktor (X) dan variabel yang memberikan respon (Y). Bahasa sederhananya adalah R2 merupakan koefesien korelasi yang dikuadratkan. Oleh karena itu, penggunaan koefesien determinasi dalam korelasi tidak harus diinterpretasikan sebagai besarnya pengaruh variabel X terhadap Y mengingat bahwa korelasi tidak sama dengan kausalitas. Secara bebas dikatakan dua variabel mempunyai hubungan, belum tentu variabel satu mempengaruhi variabel lainnya. Jika dalam konteks korelasi antara dua variabel, maka pengaruh variabel X terhadap Y tidak nampak. Kemungkinannya hanya korelasi merupakan penanda awal bahwa variabel X mungkin berpengaruh terhadap Y. Sedang bagaimana pengaruh itu terjadi dan ada atau tidak, kita akan mengalami kesulitan untuk membuktikannya. Hanya menggunakan angka R2 kita tidak akan dapat membuktikan bahwa variabel X mempengaruhi Y.
Dengan demikian, jika kita menggunakan korelasi, maka sebaiknya jangan menggunakan koefesien determinasi untuk melihat pengaruh X terhadap Y karena korelasi hanya menunjukkan adanya hubungan antara variabel X dan Y. Jika tujuan riset hanya untuk mengukur hubungan, maka sebaiknya berhenti saja di angka koefisien korelasi. Sedang jika kita ingin mengukur besarnya pengaruh variabel X terhadap Y, maka sebaiknya menggunakan rumus lain, seperti regresi atau analisis jalur.
b. Uji F (Uji Simultan)
Uji F atau ANOVA (analysis of varian) digunakan untuk pengujian lebih dari dua sampel atau uji F untuk menguji apabila variabel bebas secara simultan mempunyai pengaruh yang signifikan atau tidak dengan variabel terikat. Menentukan nilai tabel yang menggunakan level signifikan, yakni 5%. Beberapa asumsi yang harus dipenuhi pada uji F atau ANOVA ini adalah:
1. Sampel berasal dari kelompok yang independen. 2. Varian antar kelompok harus homogen.
cxii
Uji F dapat diterima secara statistik dengan membandingkan Fhitung dengan Ftabel. Hipotesis yang digunakan pada penelitian ini adalah:
1. H0: β1, β2, β3, β4 = 0, variabel bebas (X) secara simultan tidak ada pengaruh secara nyata terhadap variabel terikat (Y).
2. Ha: β1, β2, β3, β4 ≠ 0, variabel bebas (X) secara simultan ada pengaruh secara nyata terhadap variabel terikat (Y).
Pengambilan keputusan (berdasarkan probabilitas): Jika probabilitas > 0,05, maka H0 diterima. Jika probabilitas < 0,05, maka H0 ditolak.
Dalam statistik , uji F atau ANOVA adalah kumpulan model statistik dan prosedur yang terkait, di mana varian dalam suatu variabel tertentu dipartisi ke dalam komponen yang timbul dari berbagai sumber variasi. Jika nilai Fhitung > daripada nilai Ftabel, maka hipotesis alternatif yang menyatakan bahwa semua variabel bebas secara simultan berpengaruh signifikan terhadap variabel terikat.
c. Uji t (Uji Parsial)
Pengujian ini dilakukan untuk mengetahui apakah masing-masing variabel bebas secara individu berpengaruh terhadap variabel terikat. Uji t menilai apakah mean dan keragaman dari dua kelompok berbeda secara statistik satu sama lain. Analisis ini digunakan apabila kita ingin membandingkan mean dan keragaman dari dua kelompok data dan cocok sebagai analisis dua kelompok rancangan percobaan acak. Uji t merupakan metode pengujian hipotesis secara parsial terhadap koefisien regresi, yaitu dengan membandingkan nilai statistik masing-masing koefisien regresi dengan nilai ttabel sesuai dengan tingkat signifikansi yang digunakan.
Uji t dapat juga dilakukan dengan menggunakan besanya nilai probabilitas (p-value) masing-masing koefisien regresi variabel bebas. Nilai probabilitas (p– value) adalah besarnya probablititas menerima hipotesis nol. Pengujian koefisien regresi dengan menggunakan nilai probabilitas dilakukan dengan membandingkan antara nilai probabilitas (p–value) dengan tingkat signifikansi (α) yang digunakan.
cxiii
Derajat signifikansi yang digunakan adalah 5%. Jika nilai signifikan < dari derajat kepercayaan, maka kita menerima hipotesis alternatif yang menyatakan bahwa suatu variabel bebas secara parsial mempengaruhi variabel terikat.
d. Uji “apriori” Ekonomi
Kriteria ini ditentukan oleh prinsip teori ekonomi dan mengacu pada tanda dan ukuran parameter dari hubungan ekonomi. Jika hasil estimasi berkonfrontasi dengan teori ekonomi, maka hasilnya harus ditolak, kecuali dengan alasan kuat untuk menyatakan bahwa khusus kasus ini prinsip-prinsip ekonomi tidak berlaku. Jika tidak ada alasan yang baik untuk dipercaya, maka dalam kasus khusus prinsip teori ekonomi tidak dapat dipertahankan. Dalam beberapa kasus, alasan untuk menerima hasil estimasi dengan tanda dan besaran yang berkonfrontasi dengan teori ekonomi harus dinyatakan secara jelas. Dalam kebanyakan kasus tanda dan besaran yang salah itu dapat disebabkan oleh kekurangan data empiris yang digunakan untuk mengestimasi model. Dengan perkataan lain, masing-masing pengamatan tidak dapat merepresentasikan sebuah hubungan atau jumlahnya tidak mencukupi atau beberapa asumsi dari metode yang digunakan telah dilanggar (violated). Secara umum, jika kriteria “apriori” tidak dipenuhi, maka hasil estimasi menjadi tidak memuaskan (unsatisfactory).
BAB IV
